Previsão da quantidade de classes em classificação hierárquica multirrótulo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Outros Autores: | |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/15928 |
Resumo: | Muitos dos problemas de classificação descritos na literatura de Aprendizagem de Máquina dizem respeito à classificação de dados em que cada exemplo é associado a uma classe pertencente a um conjunto finito de classes, todas em um mesmo nível. No entanto, vários problemas de classificação, são de natureza hierárquica, em que classes podem ser subclasses ou superclasses de outras classes. Em muitos problemas hierárquicos, um ou mais exemplos podem ser associados a mais de uma classe simultaneamente. Esses problemas são conhecidos como problemas de classificação hierárquica multirrótulo. Nesse trabalho, foi utilizada a técnica ML-kNN para a predição de problemas multirrótulos, visando determinar o número de classes que podem ser atribuídas a um exemplo. |
id |
UTFPR-12_6334f54b6c8f8cd77e7ebed4e0b7852b |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/15928 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-11-19T18:23:05Z2020-11-19T18:23:05Z2014-05-26SANTOS, Barbara Cristina; ALMEIDA, Thissiany Beatriz. Previsão da quantidade de classes em classificação hierárquica multirrótulo. 2014. 75 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2014.http://repositorio.utfpr.edu.br/jspui/handle/1/15928Muitos dos problemas de classificação descritos na literatura de Aprendizagem de Máquina dizem respeito à classificação de dados em que cada exemplo é associado a uma classe pertencente a um conjunto finito de classes, todas em um mesmo nível. No entanto, vários problemas de classificação, são de natureza hierárquica, em que classes podem ser subclasses ou superclasses de outras classes. Em muitos problemas hierárquicos, um ou mais exemplos podem ser associados a mais de uma classe simultaneamente. Esses problemas são conhecidos como problemas de classificação hierárquica multirrótulo. Nesse trabalho, foi utilizada a técnica ML-kNN para a predição de problemas multirrótulos, visando determinar o número de classes que podem ser atribuídas a um exemplo.Many Machine’s Learning classification problems are described in the literature associanting the classification of data with a belonging class to an finite set of classes, all at a same level. However, many classification problems are of hierarchical nature, in which classes may be subclasses or superclasses of other classes. In many hierarchical problems, one or more examples may be associated to more than one class simultaneously. Those problems are known as multi-label hierarchical classification problems. In this paper, the ML-kNN techniques used to address the prediction of multi-label problems, aiming to determine the number of classes that may be assigned to an example.porUniversidade Tecnológica Federal do ParanáPonta GrossaCiência da ComputaçãoUTFPRBrasilDepartamento Acadêmico de InformáticaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOHierarquias - ClassificaçãoPrevisãoAprendizado do computadorHierarchies - ClassificationForecastingMachine learningPrevisão da quantidade de classes em classificação hierárquica multirrótuloForecast of classes numbers in a hierarchical multi-label classificationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisPonta GrossaBorges, Helyane BronoskiBorges, Helyane BronoskiRanthum, GeraldoAlmeida, Simone deSantos, Barbara Cristina dosAlmeida, Thissiany Beatrizinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txttext/plain1290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/1/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD51TEXTPG_COCIC_2014_1_01.pdf.txtExtracted texttext/plain115359http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/2/PG_COCIC_2014_1_01.pdf.txt9d310d680c87e1730ab6b35c9e0c12f1MD52THUMBNAILPG_COCIC_2014_1_01.pdf.jpgGenerated Thumbnailimage/jpeg1351http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/3/PG_COCIC_2014_1_01.pdf.jpg9c106cfe82a906bcf3eb72660fb17bb1MD53ORIGINALPG_COCIC_2014_1_01.pdfapplication/pdf1881563http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/4/PG_COCIC_2014_1_01.pdf43f229b6149b0ae66112d3c0c9893c86MD541/159282020-11-19 16:23:06.061oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-11-19T18:23:06Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
dc.title.alternative.none.fl_str_mv |
Forecast of classes numbers in a hierarchical multi-label classification |
title |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
spellingShingle |
Previsão da quantidade de classes em classificação hierárquica multirrótulo Santos, Barbara Cristina dos CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Hierarquias - Classificação Previsão Aprendizado do computador Hierarchies - Classification Forecasting Machine learning |
title_short |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
title_full |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
title_fullStr |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
title_full_unstemmed |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
title_sort |
Previsão da quantidade de classes em classificação hierárquica multirrótulo |
author |
Santos, Barbara Cristina dos |
author_facet |
Santos, Barbara Cristina dos Almeida, Thissiany Beatriz |
author_role |
author |
author2 |
Almeida, Thissiany Beatriz |
author2_role |
author |
dc.contributor.advisor1.fl_str_mv |
Borges, Helyane Bronoski |
dc.contributor.referee1.fl_str_mv |
Borges, Helyane Bronoski |
dc.contributor.referee2.fl_str_mv |
Ranthum, Geraldo |
dc.contributor.referee3.fl_str_mv |
Almeida, Simone de |
dc.contributor.author.fl_str_mv |
Santos, Barbara Cristina dos Almeida, Thissiany Beatriz |
contributor_str_mv |
Borges, Helyane Bronoski Borges, Helyane Bronoski Ranthum, Geraldo Almeida, Simone de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Hierarquias - Classificação Previsão Aprendizado do computador Hierarchies - Classification Forecasting Machine learning |
dc.subject.por.fl_str_mv |
Hierarquias - Classificação Previsão Aprendizado do computador Hierarchies - Classification Forecasting Machine learning |
description |
Muitos dos problemas de classificação descritos na literatura de Aprendizagem de Máquina dizem respeito à classificação de dados em que cada exemplo é associado a uma classe pertencente a um conjunto finito de classes, todas em um mesmo nível. No entanto, vários problemas de classificação, são de natureza hierárquica, em que classes podem ser subclasses ou superclasses de outras classes. Em muitos problemas hierárquicos, um ou mais exemplos podem ser associados a mais de uma classe simultaneamente. Esses problemas são conhecidos como problemas de classificação hierárquica multirrótulo. Nesse trabalho, foi utilizada a técnica ML-kNN para a predição de problemas multirrótulos, visando determinar o número de classes que podem ser atribuídas a um exemplo. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-05-26 |
dc.date.accessioned.fl_str_mv |
2020-11-19T18:23:05Z |
dc.date.available.fl_str_mv |
2020-11-19T18:23:05Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SANTOS, Barbara Cristina; ALMEIDA, Thissiany Beatriz. Previsão da quantidade de classes em classificação hierárquica multirrótulo. 2014. 75 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2014. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/15928 |
identifier_str_mv |
SANTOS, Barbara Cristina; ALMEIDA, Thissiany Beatriz. Previsão da quantidade de classes em classificação hierárquica multirrótulo. 2014. 75 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2014. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/15928 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.publisher.program.fl_str_mv |
Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento Acadêmico de Informática |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/1/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/2/PG_COCIC_2014_1_01.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/3/PG_COCIC_2014_1_01.pdf.jpg http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15928/4/PG_COCIC_2014_1_01.pdf |
bitstream.checksum.fl_str_mv |
b9d82215ab23456fa2d8b49c5df1b95b 9d310d680c87e1730ab6b35c9e0c12f1 9c106cfe82a906bcf3eb72660fb17bb1 43f229b6149b0ae66112d3c0c9893c86 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805923105138278400 |